作者介紹：

畢業于香港理工大學。深耕供應鏈和物流解決方案多年，目前做跨境電商。供應鏈是六便士，文學是月亮。歡迎關注微信公眾號【 來自星星的tina 】

對于備貨的商品，特別是跨境備貨（出口要備貨到海外倉，進口備貨到中國保稅倉或者大貿倉），補貨計劃不是一個新東西。在制造業或者傳統企業，稍微有一些供應鏈能力的公司可能都有一套系統補貨邏輯，沒有系統的應該也有線下計算。

為什么要做補貨計劃，什么是補貨計劃？以終為始，為了賣貨賺錢唄。怎么樣才能花更少的錢賣更多的貨呢？爆款不斷貨，長尾不滯銷唄。所以呢，“補貨”就哪些sku要補貨，什么時候補貨，補多少件合適 & “計劃”就是：提前做好準備。

今天先說一下基礎概念，也就是影響補貨的因子。不管是電商還是傳統企業，邏輯是相通的。一條完整的補貨計劃鏈路需要考慮幾個關鍵因素：補貨參數，變量參數，計算參數。

 | 補貨參數 |

四個補貨相關的天數。反應的是貨主或店鋪或sku的計劃運營行為，采購行為或者能力，物流周期。補貨參數為了精確，基本需要人為維護到店鋪維度，店鋪下面的類目維度，甚至是個別sku維度。

• 補貨頻率。多少天做一次補貨。可能有人會說，哪里知道多少天了，想起來就補唄，缺貨了就補唄。不是這樣的，不是缺貨了才想到要補貨，而是提前計劃好。當然，計劃趕不上變化，超賣臨時加急補貨可能也是有的。但是如果斷貨天天發生，經常發生，月月發生，那可能就是計劃和預測能力比較弱了。

• 采購時間。成品或者物料的時間。如果是外采的，就是從下采購單開始到貨物到手的天數。如果有自己的工廠，就是給產線下成品出貨單到貨好的天數。商品類別，企業性質，買手或者采購能力都會影響采購時間。有的長達兩三個月甚至大半年，而供應鏈上下游集中的產業帶的一些標品幾天就好了。

• 門到門物流時間。國內備貨的話，物流時間是比較可控的。目前在疫情下的國際物流比較不穩定。東南亞進出口也得一個月以上了。

• 安全庫存時間。為了應付可能的變化而需要額外準備庫存的銷售天數。比如采購時間和物流時間不穩定。國內備貨一般建議一周左右，海外2-4周不等。遇到大促季時可以稍微多一些。

| 變量參數 |

變量參數就是隨時在變化，只是不需要經過計算或者轉換才能得到，一般是直接可以取到的。

• 可售庫存。總庫存-殘次-訂單占用的庫存，可售庫存比較清晰也好理解。。

• 在途庫存。指的是已經發貨但是還未到倉上架變成可售的那部分貨。對于平臺一般通過入庫單的狀態來判斷是否在途。在途庫存是銷量預測外的第二個“最不確定”變量，是一塊難啃的硬骨頭，特別是平臺：一是總是存在很多無效數據（錯誤數據沒有刪除，用時間邏輯剔除又不能一刀切）；二是在途的到達時間未知或者有多少數量可以在指定時間內到達未知，特別是大促期間（這又和物流供應鏈的入庫全鏈路緊密掛鉤了，所以我一直在說inbound是物流供應鏈三段最難也最重要的部分）。在途庫存的核對真的是一把辛酸一把淚。對于賣家，勤快一些核對好入庫單據，刪除錯誤無效的（只是有時候受限于平臺的系統設置賣家想刪或者想修改卻做不了）。

• 歷史銷量。歷史銷量其實只是一個中間變量，是為了計算未來的銷量預測的一個參考值。因為現在預測方法主要是時間序列移動平均法和指數平滑法，也就是基本是根據歷史因素考慮一定變量來預測未來。電商平臺不管是大促的爆發有多少倍，直播會怎么賣爆，歷史銷量因素仍然不會拋棄。

| 計算參數 |

要經過復雜轉換或者計算才能得出的參數。

• 未來銷量預測即Forecast. 銷量預測一般按天和按周來做。按月維度就太寬了。簡單的人工做法，參考歷史銷量，看未來哪些天有活動會增加，哪些天是會平緩哪些天可能又會減少，用倍數來算。人工無法精確到每個sku，只能做頭部品。如果是系統算法，會活動報名結合流量去算，基本就可以做到每個sku了，不過sku維度的銷量預測目前系統能做準的較少。sku的銷量預測單獨就有很多可以講的東西。

• 可售天數即DOI (daysof inventory). DOI有兩個。一是可售庫存的DOI，即可售庫存可以維持的未來銷售天數，用來判斷新的一批貨到達之前是否會缺貨。二是目前所有庫存（可售+在途）的DOI, 用來判斷什么時候要補貨，補多少件。

補貨參數，變量參數，計算參數。好了，所有和補貨計劃相關的因子都在了。這些因子一起決定的補貨計劃的產出。下一篇接著講。